Agent 开始把防线推到网络出口：GPT-5.6-Cyber、Sandbox 与代码安全审查｜8月11日精选

安全边界从进程隔离移到网络出口

安全检查开始像构建命令一样运行

Git worktree 也开始显得太像人的工作区

模型更能做事，人更要选对问题

两条放进跟踪区的产品信号

• Google Labs 的 Portraits 实验将于 9 月 14 日结束。 Google Labs 说，它会把实验中关于「expert-grounded AI」的经验带到其他 Google 产品里。这里的公开信息只确认了实验收尾和经验迁移，没有给出具体产品或上线时间。14
• Madhu Guru 把个性化问题从「记住做过什么」推向「理解为什么做」。 他提到搜索、聊天、观看、跳过、停留和重访等显性与隐性信号，认为系统还要结合用户当下生活、外部世界和兴趣变化来解释这些行为；这是他的产品思考，不是已经上线的方案。15
• Matt Turck 的一句提醒仍然适用于 agent：底层数据会继续成为瓶颈。 他把 Big Data、现代数据栈、生成式 AI 和 agentic AI 的共同问题都归到 underlying data；这是一条概括性判断，本期没有配套数据，作为观察保留。16

给团队的检查单

1. 模型权限：安全模型的授权范围、监控和使用限制是否写清楚；不要把「能做漏洞研究」理解为「可以放开所有网络安全任务」。
2. 网络出口：Sandbox 是否限制出站目标、包管理器和内部服务；只隔离 CPU、文件和进程还不够。
3. 工作区状态：并行 agent 是否拥有私有目录、私有依赖和可复现的基线；文件隔离和恶意代码隔离不要用同一个名词代替。
4. 执行记录：安全扫描、工具调用和失败结果能否回到代码审查或 issue；否则 agent 只是在更快地重复同一种错误。
5. 人的判断：谁决定任务值得做，谁验证结果，谁有权批准它继续触达新的系统；这些问题不能交给一个模糊的 harness 默认值。